ask:Growing IO使用经验谈

96
纯银V
2.9 2017.10.23 00:46* 字数 1974

提问:有使用过Growing IO的小伙伴吗?或者大家用的其他的什么第三方的数据系统?今天他们的销售过来做了一下演示和讲解,无埋点技术确实是企业类客户的痛点,至少对于尝试成本要低很多,我很心动想试一下,不过价格真贵。

xiaodou:
目前在用,不推荐。原因如下:

1.统计数据不全,只能统计前端层面数据,也就是pv、uv、点击等数据,业务层面还是要自己埋点,比如我们的电话功能,只能统计点击拨打数据,但不能统计电话量,也就意味着要看完整转化率,自己埋点少不了。

2.操作复杂,工程量不小。一个个建指标,建指标的方式本就不简单,稍微复杂的产品不低于200个吧,再加上多用户端,维护一份完整的指标成本很高,还需要对它各项功能给公司培训。反正我是后来放弃了。

3.如你所说,价格不低。相比自己做算下来并不会省太多。再加上第一点,意味着成本是两份。

4.高级功能,如智能漏斗什么的,从来没分析出正确的模型,也是看起来厉害,实际鸡肋。

也可能是我们姿势不对。

综上所述,试用下来我们决定自己建数据仓库了。如果是创业团队只要看关键数据的话,每次prd附上埋点需求并不难,可以每日或每周邮件的方式同步即可,稍大的团队做下关键指标看板,每个需求单独提埋点和统计需求以便复盘分析就够了!再大的团队就需要建BI部门了吧!


slsfzds:
有一个刚从 Growing IO 离职的产品经理,他的说法是,看衰这家公司的最大原因,是客户续费率太低。无埋点能解决 80% 的数据问题,但类似电商漏斗中,在购物车页面用户的一些操作,无埋点无法采集,而这些往往不能忽视,所以他们也开始往后端埋点的方式上走。


fors:
今年试用过一下Growing IO,我个人观点也是不太建议使用,原因和@dou 差不多。

另外我补充两点:
1. 如果团队技术不强,且产品不复杂,用GIO是OK的,无埋点确实上手门槛低。

2. 只要产品稍微复杂一点,或者想追踪的数据维度复杂一点,用GIO这种无埋点的反而更困难,因为自定义的空间太小。说简单点,GIO那边的程序能抓到哪些,你几乎就只能看哪些。

我个人一直使用Google Analytics + Google Tag Manager,自定义的程度非常高,几年用来下来很少碰到想抓但是抓不到的数据。


miyam4a1:
我经历的产品用过一些统计工具,像什么百度统计,友盟,腾讯什么的,只能统计基本的数据,说到精细化运营分析,必须自己埋点。现在在做的产品是客户管理方面的,后期要统计各种客户数据,产品数据,销售数据等,半个月前我列了三百多条埋点,开发边做边加,并不麻烦。


karryzhang:
谢谢大家,这个社区真的有价值。那么神策这类埋点的数据分析系统呢?是否可以大规模的降低自己研发的成本?


slsfzds:
@karryzhang 看你的视角,我去年自费参加过神策和 GIO 的增长培训,从数据分析师视角,神策完全触动了我,真正做到了分析思路产品化。但是它全程强调,一定要做后端埋点,我不是 RD,不太确定部署成本。


liuhanyu:
详细说下我用过的几个工具吧,友盟之类纯统计工具的现在劣势很明显,就不多说了。

Google Analytics 是 web 端分析的首选,极为强大,在统计时也不受墙的影响,只有分析的时候需要翻墙。但是 GA 的移动客户端分析工具很难用,也可能是我自己不习惯,国内用 GA 统计移动端日志的厂商应该也挺少。

GrowingIO 卖点是「无埋点」技术,无埋点也就导致了没有什么细分维度,基本上就是记录「谁」在「什么时候」点击了「哪个页面」的「哪个位置」,适合用于运营、Marketing 的同事快速看一下 PV、Click、和这个层面上的转化率,细一点的产品需求就较难满足。这点 @xiaodou 说的很全面了。

神策主打卖点是后端采集和私有化部署,那么当用户触发一个行为事件时,可以记录下用户当前行为产生的所有维度的数据,例如下订单时可以记录用户买了哪些分类的哪些商品、订单金额、订单来源、是否使用优惠、付款方式、用户地理位置、用户获取渠道、用户会员等级等等所有后端数据中的维度,这些数据构成了业务分析的基础。
神策的劣势在于埋点还是挺花时间的(神策也有无埋点的功能,但是我个人认为不如 GIO 好用),想偶尔看单个按钮的点击量不如 GrowingIO 好用。同时神策也需要产品经理对数据采集有比较成熟的分析思考,以事件为核心,而不是以 PV 为核心的统计模型,对于非产品和工程的同事也可能不那么好理解。
另外神策可以导出清洗后的事件日志,供 SQL 分析甚至直接接到内部系统上,这个在神策提供的分析功能不够用的时候还是非常实用的。


Miao Miao:
埋点主要分为四步:
第一步是后端产品提出哪些地方需要埋点。
第二步是研发根据需求埋点。
第三步是测试人员测试埋点是否准确。
第四步是数据分析人员根据埋点情况,为下一步的计划迭代提供建议和数据证明。

看似完美的过程,可能会存在很多问题。
第一步中,后端产品经理一般会选择尽可能的全部埋点,忽略了和业务的结合需求。没有考虑业务流程,只是为了追求全。
第二步中,研发人员埋点一般没有太多问题。但是,第三步中测试人员却可能存在对于埋点的理解偏差。
第四步,我觉得很多小公司压根没有根据每一次的迭代做数据分析,同时第一步考虑不周也会耽误很多事。有时候,埋点的方式不重要,重要的是别埋着埋着,忘了埋点的目的。

黄埔犬校
黄埔犬校
8.4万字 · 21.7万阅读 · 1160人关注
Web note ad 1